Toestand- en trendanalyse voor nutriënten op KRW meetlocaties

(1)

Toestand- en trendanalyse

voor nutriënten op

KRW-meetlocaties

(2)

(3)

Toestand- en trendanalyse voor

nutriënten op KRW-meetlocaties

1220098-015

Nanette van Duijnhoven Janneke Klein

Joachim Rozemeijer Sibren Loos

(4)

(5)

Titel

Toestand- en trendanalyse voor nutriënten op KRW-meetlocaties Opdrachtgever DGRW en RWS WVL Project 1220098-015 Kenmerk 1220098-015-BGS-0001 Pagina's 40 Trefwoorden

Waterkwaliteit, KRW-meetlocaties, KRW-waterlichamen, nutriënten, toestand, trends Samenvatting

In dit onderzoek is met behulp van monitoringsdata ‘the gap’ voor nutriënten in beeld gebracht. ‘The gap’ is het gat tussen de doelen van de Kaderrichtlijn Water en de huidige waterkwaliteit. Voor het in beeld krijgen van de ‘nutriënten-gap’ is de toestand op KRW-waterlichaam niveau en de trend op KRW-meetpunt niveau bepaald. Deze resultaten zijn opgewerkt naar zowel landelijk als regionaal niveau (per waterkwaliteitsbeheerder en per KRW-watertype). Op basis hiervan kan worden vastgesteld of er sprake is van verbetering, stagnatie of achteruitgang van de waterkwaliteit.

Om de nutriënten-gap in beeld te krijgen zijn de volgende werkzaamheden uitgevoerd:

• Het opzetten van een database met nutriëntenconcentraties van KRW-meetlocaties en koppeling aan KRW-waterlichamen en –normen voor de periode 1990-2013, op basis van onder andere de waterkwaliteitsdatabase van het Informatiehuis Water en DONAR van Rijkswaterstaat.

• Uitvoeren van een toestandsbeoordeling per KRW-waterlichaam, waterkwaliteits-beheerder, KRW-watertype en nationaal totaal over de perioden van de stroomgebiedbeheerplannen 2009 en 2014 (SGBP2009 en SGBP2014). SGBP2009 betreft de jaren 2006 tot en met 2008 en SGBP2014 de jaren 2011 tot en met 2013. De concentraties en toestandsbeoordelingen tussen de beide SGBP-periodes zijn met elkaar vergeleken. Daarnaast is ook onderzocht of de normen tussen beide periodes zijn aangepast en of dit invloed heeft op (een verandering in) het oordeel.

• Uitvoeren van een trendanalyse voor KRW-meetpunten met een meetreeks van minimaal 10 jaar. Met deze resultaten kan een uitspraak worden gedaan over de richting van de trend (opwaarts of neerwaarts), significantie en helling op het niveau van KRW-meetlocaties, waterkwaliteitsbeheerder en nationaal totaal.

• Inzet Delft-FEWS: voor de visualisatie en een deel van de analyses is gebruik gemaakt van een pilot versie van FEWS (Flood Early Warning System).

Een goede consistente database opbouwen met nutriënten-concentraties in de periode 1990-2013 bleek in dit project meer tijd te kosten dan gewenst. De uiteindelijke database met bijna 400.000 records is gebruikt voor de toestand- en trendbepaling.

Voor dit project is DELFT-FEWS als pilot ingezet voor het bepalen van de toestand en trend. De analyse en visualisatie heeft voor een groot deel binnen FEWS plaats kunnen vinden en daarmee lijkt het gebruik van FEWS veelbelovend.

Uit de toestand analyses kan geconcludeerd worden dat voor heel Nederland in SGBP2014 voor N-totaal bijna 50% van de waterlichamen als ‘goed’ is beoordeeld. Voor P-totaal is dit percentage 45%. Er is een verbetering zichtbaar tussen SGBP2009 en SGBP2014 voor 23% van de waterlichamen voor N-totaal en 25% voor P-totaal. Voor 8% van de waterlichamen is voor N-totaal een achteruitgang te zien en voor P-totaal 7%.

(6)

Titel

Toestand- en trendanalyse voor nutriënten op KRW-meetlocaties Opdrachtgever DGRW en RWS WVL Project 1220098-015 Kenmerk 1220098-015-BGS-0001 Pagina's 40

Toestand- en trendanalyse voor nutriënten op KRW-meetlocaties

Op regionaal niveau zijn er voor N-totaal in SGBP2014 vier waterschappen waarbij meer dan 90% als ‘goed’ wordt beoordeeld: Stichtse Rijnlanden, Groot Salland, Scheldestromen en Hunze en Aa’s. In Limburg, Noord-Brabant en het oosten van Nederland komen relatief veel normoverschrijdingen van N-totaal voor in vergelijking met andere gebieden.

Bij alle waterbeheerders, met uitzondering van Hollands Noorderkwartier, Vallei en Veluwe en Roer en Overmaas, is in SGBP2014 een hoger percentage van de waterlichamen als ‘goed’ beoordeeld in vergelijking met SGBP2009.

Waterbeheerders waarbij voor P-totaal in SGBP2014 meer dan 75% van de waterlichamen als ‘goed’ wordt beoordeeld zijn Groot Salland, Rijn en IJssel, Scheldestromen en Hunze en Aa’s. Waterlichamen die als ‘ontoereikend’ of ‘slecht’ zijn beoordeeld liggen vooral in het westen (Hollands Noorderkwartier, Rijnland, Delfland, Schieland en de Krimpenerwaard en het westen van Amstel, Gooi en Vecht), de westkant van Waterschap Aa en Maas, de zuidwesthoek van Vallei en Veluwe en in Roer en Overmaas.

Net als bij N-totaal is voor P-totaal de toetsing in SGBP2014 in vergelijking met SGBP2009 positiever voor de meeste waterschappen. Uitzondering hierop vormen de waterschappen Roer en Overmaas, Groot Salland, Vallei en Veluwe, Fryslân, Schieland en Krimpenerwaard en Dommel.

Uit de trendanalyses kan geconcludeerd worden dat landelijk gezien de concentraties voor zowel N- als P-totaal aan het dalen zijn. Voor N-totaal laat ruim 80% van de KRW-meetlocaties een significantie neerwaartse trend zien en voor P-totaal ruim 70%. Een significant opwaartse trend voor N- en P-totaal treedt op bij respectievelijk 4 en 9% van de meetlocaties.

Voor N-totaal vertonen de metingen bij alle waterschappen, die genoeg meetlocaties hebben om een uitspraak over te doen, een significante neerwaartse trend. Een uitzondering vormt Amstel, Gooi en Vecht, waar de N-totaal trend voor het beheergebied als geheel als niet significant is beoordeeld. In dit waterbeheergebied heeft 25% van de individuele meetlocaties voor N-totaal echter een significante opwaartse trend.

Voor P-totaal is de trend bij iets meer dan de helft van de waterbeheerders significant neerwaarts. De waterschappen zonder significante trend zijn: Rijnland, Schieland en Krimpenerwaard, Rivierenland, Aa en Maas, Dommel, Peel en Maasvallei en Groot Salland. Bij de waterschappen Aa en Maas en Dommel laat ca. 40% van de meetlocaties een significant stijgende trend zien.

Het rapport sluit af met aanbevelingen op het gebied van een robuuste database, de ontwikkeling naar een FEWS stand-alone applicatie voor nutriënten en mogelijkheden voor de inzet van deze nutriënten-applicatie voor toekomstig gebruik in zowel de regio als voor landelijke analyses.

(7)

Deltores

Titel

Toestand- en trendanalyse voor nutriënten op KRW-meetlocaties Opdrachtgever DGRW en RWS WVL Project 1220098-015 Kenmerk 1220098-015-BGS-0001 Pagina's

40

Referentie

Duijnhoven, N. van, Klein, J., Rozemeijer, J. en Loos, S., 2015. Toestand- en trendanalyse voor nutriënten op KRW-meetlocaties. Deltares-rapport 1220098-015-BGS-0001.

Versie Datum Auteur

Roovaart september Nanette van

2015

Joachim Rozemeïer Sibren Loos Status

(8)

(9)

1220098-015-BGS-0001, 23 september 2015, definitief

Inhoud

1 Inleiding 1 1.1 Achtergrond en probleemstelling 1 1.2 Doelstelling 1 1.3 Opzet rapportage 2 1.4 Afbakening 2 2 Methode 3 2.1 Dataverzameling 3 2.2 Kwaliteitscontrole 4 2.3 KRW-waterlichamen 5

2.3.1 KRW-waterlichamen per waterbeheergebied 5

2.3.2 KRW-waterlichamen per KRW-watertypen 7

2.4 FEWS 8

2.5 Suggesties voor verbetering van de database en FEWS 8

2.5.1 Database 8

2.5.2 FEWS 9

3 Toetsing aan waterkwaliteitsnormen (toestand) 11

3.1 Methode 11

3.1.1 Dataset 11

3.1.2 Gehanteerde normen 11

3.1.3 Berekening periodeoordeel zomerhalfjaargemiddelden 13

3.2 Resultaten 13

3.2.1 Periodeoordeel zomerhalfjaargemiddelden 13

3.2.2 Toestand: Nederland 15

3.2.3 Toestand: waterkwaliteitsbeheerders 16

3.2.4 Toestand: KRW-typen 18

3.2.5 Toestand: ruimtelijk beeld Nederland 20

3.2.6 Mate van normoverschrijding 22

3.3 Vergelijking met toetsresultaten waterbeheerders 24

4 Bepaling van trends 25

4.1 Methode trendbepaling 25

4.2 Resultaten 26

4.2.1 Landelijke trends 26

4.2.2 Trends per waterbeheergebied 29

4.2.3 Ruimtelijk beeld trends 32

5 Conclusies en aanbevelingen 35 5.1 Conclusies 35 5.1.1 Data 35 5.1.2 FEWS 35 5.1.3 Toestand 35 5.1.4 Trends 35 5.2 Aanbevelingen 36 5.2.1 Data 36 5.2.2 FEWS 36

(10)

ii

Toestand- en trendanalyse voor nutriënten op KRW-meetlocaties

6 Literatuur 39

Bijlage(n)

A Databewerking A-1

A.1 Samenvoegen bestanden A-1

A.1.1 Geen eenduidige naamgeving A-1

A.1.2 KRW-meetpunten bestand IHW A-2

A.1.3 Koppeling van de meetpunten aan de juiste waterlichamen A-2

A.1.4 Dubbele records in de database A-2

A.2 Compleetheid database A-2

B Dataverwerking B-1

B.1 Waarden onder de detectielimiet B-1

B.2 Voorkomen van extreem lage of hoge waarden B-2

B.3 Inconsistentiechecks B-3

B.4 Wijze van berekenen Ntot uit de N-componenten B-5

C Toetsing aan waterkwaliteitsnormen C-1

C.1 Normen C-1

C.2 Periodeoordeel zomerhalfjaargemiddelden C-4

C.3 Toestand in waterbeheergebieden C-6

C.4 Toestand per KRW-watertype C-7

C.5 Ruimtelijk beeld toestand C-8

D Methoden trendanalyses D-1

E E-1

E.1 Resultaten Theil-Sen hellingschatter E-1

(11)

1 Inleiding

1.1 Achtergrond en probleemstelling

Bij het Ministerie van IenM bestaat de behoefte om een beter beeld te krijgen van de ‘gap’ voor nutriënten; dit is het gat tussen de doelen van de Kaderrichtlijn Water (KRW) en de huidige waterkwaliteit. Aan de hand van monitoringsgegevens van nutriënten in de tijd kan er een goed beeld worden verkregen van de toestand en trend van N-totaal en P-totaal per meetlocatie of per waterlichaam. Op basis hiervan kan worden vastgesteld of er sprake is van verbetering, stagnatie of achteruitgang van de waterkwaliteit. Binnen het ‘Meetnet Nutriënten Landbouw Specifiek Oppervlaktewater’ (MNLSO) is voor wateren die landbouw specifiek zijn op een vergelijkbare manier een beeld van de toestand en trend van de waterkwaliteit verkregen (Klein et al., 2012b; Klein & Rozemeijer, 2015).

1.2 Doelstelling

In dit project zijn - met behulp van nutriëntendata - analyses gemaakt op zowel KRW-meetpunt- als op KRW-waterlichaam niveau, met als doel de toestand en trend van nutriënten in Nederland in beeld te brengen. Om dit doel te bereiken zijn de volgende werkzaamheden uitgevoerd:

• Opzetten van een database met nutriëntenconcentraties van KRW-meetlocaties en koppeling aan KRW-waterlichamen en –normen voor de periode 1990-2013.

• Uitvoeren van een toestandsbeoordeling per KRW-waterlichaam, waterkwaliteits-beheerder, KRW-watertype en nationaal totaal over de SGBP perioden 2009 en 2014. SGBP2009 betreft de jaren 2006 tot en met 2008 en SGBP2014 de jaren 2011 tot en met 2013. De concentraties en toestandsbeoordelingen tussen de beide SGBP-periodes zijn met elkaar vergeleken. Daarnaast is ook onderzocht of de normen tussen beide periodes zijn aangepast en of dit invloed heeft op (een verandering in) het oordeel.

• Uitvoeren van een trendanalyse voor KRW-meetpunten met een meetreeks van minimaal 10 jaar. Met deze resultaten kan een uitspraak worden gedaan over de richting van de trend (opwaarts of neerwaarts), significantie en helling op het niveau van KRW-meetlocaties, waterkwaliteitsbeheerder en nationaal totaal.

• Inzet Delft-FEWS: voor de visualisatie en een deel van de analyses is gebruik gemaakt van een pilot versie van FEWS (Flood Early Warning System).

Met de verkregen informatie worden op vijf verschillende niveaus uitspraken gedaan over toestand en trends: nationaal, per waterschap, per KRW-watertype (alleen toestand), per KRW-waterlichaam (alleen toestand) en KRW-meetlocaties (alleen trend). De resultaten zijn in tabelvorm en in figuren met behulp van Delft-FEWS gepresenteerd.

In een aanvullende analyse zijn, om hiermee een eerste ervaring op te doen, vier verschillende KRW-waterlichamen nader beschouwd. Deze waterlichamen zijn geselecteerd voor nadere analyse op basis van een achteruitgang in beoordeling voor N- en/of P-totaal, een significant opwaartse trend of juist een dalende trend en daardoor verbetering in de toestandsbeoordeling. Bij deze aanvullende analyse zijn onder andere de resultaten van de toestand- en trendanalyse gecombineerd, de verandering in concentratie stroomafwaarts en de invloed van aanwezige zijrivieren hierop beschouwd en de bronnen van verontreiniging achterhaald. De bevindingen van deze eerste aanvullende analyse worden niet in dit rapport beschreven, maar separaat gerapporteerd (Duijnhoven en Klein, 2015).

(12)

Toestand- en trendanalyse voor nutriënten op KRW-meetlocaties 1220098-015-BGS-0001, 23 september 2015, definitief

2 van 40

1.3 Opzet rapportage

In hoofdstuk 2 wordt de methode beschreven. Hier wordt onder andere ingegaan op de dataverwerking en kwaliteitscontrole van de data en wordt FEWS toegelicht. Hoofdstuk 3 beschrijft de toetsing van de nutriënten aan de KRW-normen per KRW-waterlichaam op het schaalniveau van heel Nederland, waterbeheerder, KRW-watertypen en KRW-waterlichamen. In hoofdstuk 4 wordt ingegaan op de trendanalyse, waarbij de methode en resultaten worden weergegeven. Hoofdstuk 5 sluit af met de conclusies en aanbevelingen. 1.4 Afbakening

De volgende punten zijn belangrijk bij de afbakening van dit onderzoek:

• Er is alleen gebruik gemaakt van data verkregen via het Informatiehuis Water; er is geen aanvullende data opgevraagd bij waterbeheerders.

• De zoute wateren worden in de project niet meegenomen. Toestand en trend zijn gebaseerd op de zoete oppervlaktewateren.

• De FEWS werkzaamheden zijn voor dit project als een eerste pilot voor nutriënten beschouwd. Aanvullende analyses en extra grafieken voor dezelfde of nieuwe parameters (naast N en P) kunnen in een later stadium worden toegevoegd in een uitgebreidere FEWS applicatie, maar vallen buiten dit project.

(13)

2 Methode

In dit hoofdstuk staat beschreven welke stappen zijn genomen bij het tot stand komen van een dataset die is ingezet voor de analyses. Het gaat daarbij om de dataverzameling en de kwaliteitscontrole. Daarnaast is de FEWS applicatie toegelicht en zijn er suggesties voor verbetering van de database gedaan.

2.1 Dataverzameling

Voor dit project zijn twee databronnen geraadpleegd:

• De waterkwaliteitsdatabase die in beheer is bij het Informatiehuis water (IHW) (waterkwaliteitsportaal, 2014).

Het IHW heeft voor de jaren 1990 tot en met 2013 bestanden aangeleverd met alle meetgegevens die in de loop der jaren door waterbeheerders zijn aangeleverd. Het gaat om totaal 24 verschillende zip-bestanden. Uit deze bestanden zijn de volgende N- en P-componenten geselecteerd: P, PO4, N, NO2, NO3, KjN, NH4 en sNO3NO2.

• RWS meetdata uit DONAR (RWS, 2015)

Nutriëntendata in de Rijkswateren zijn opgevraagd bij de Helpdesk Water. De Helpdesk Water heeft data van de N- en P-componenten geleverd voor de jaren 1990 tot en met 2013.

Bovenstaande databronnen zijn samengevoegd tot één grote dataset, die ruim 3.8 miljoen records bevat voor alle meetlocaties in de aangeleverde databases voor de periode 1990 – 2013. Aangezien dit project zich toespitst op de meetlocaties, zijn alleen de KRW-meetlocaties geselecteerd uit de dataset. Voor deze selectie is gebruik gemaakt van door het IHW aangeleverde informatie over meetpunten en de gebruikte meetlocaties per KRW-waterlichaam (Lekkerkerk, 2014). Het resultaat is een database met 1,3 miljoen records waarin data beschikbaar zijn voor alle N- en P-componenten. De sommatie van deze parameters tot N-totaal en P-totaal levert een basisdatabase op met ruim 390.000 records (zie Tabel 2.1).

Tabel 2.1 Data aanwezig in de basisdatabase die wordt ingezet voor dit project. Type gegevens Aantal

Meetdata 390.567 KRW-meetlocaties 1.392 KRW-waterlichamen 599

Figuur 2.1 geeft een overzicht van de KRW-meetlocaties in 2013, het meest recente jaar in de database.

In de praktijk viel het tegen om de verschillende databestanden goed in elkaar te schuiven. De belangrijkste oorzaken waren de wisselende locatiecoderingen door de jaren heen, de selectie van meetpunten en de koppeling van de meetpunten met de KRW-waterlichamen. Daarnaast waren niet voor alle (jaren) KRW-meetpunten meetdata beschikbaar. De dataverwerking staat beschreven in Bijlage A.

(14)

4 van 40

Figuur 2.1 KRW-meetlocaties in 2013.

2.2 Kwaliteitscontrole

Op de dataset zijn een aantal controles uitgevoerd:

• Checks op het voorkomen van waarden onder de detectielimiet; • Checks op het voorkomen van extreem lage of hoge waarden; • Inconsistentiechecks.

(15)

Deze datachecks worden in Bijlage B in de paragrafen B.1 t/m B.3 besproken. In deze paragrafen wordt ook beschreven welke databewerkingen zijn uitgevoerd op basis van de controles. In paragraaf B.4 is de berekening van N-totaal uit de N-deelcomponenten toegelicht.

2.3 KRW-waterlichamen

De lijst met KRW-waterlichamen voor SGBP2009 (2006 t/m 2008) en SGBP2014 (2011 t/m 2013) is niet identiek. Er zijn nieuwe waterlichamen bijgekomen, waterlichamen uit SGBP2009 zijn samengevoegd en/of juist gesplitst en waterlichamen zijn soms uitgebreid. Een vergelijking tussen waterlichamen uit beide SGBP perioden is hierdoor niet goed te maken. De waterlichamen uit SGBP2014 zijn in dit project als uitgangspunt gekozen.

Er is wel een koppeling gemaakt tussen waterlichamen uit beide planperioden in GIS. Het waterlichaam uit SGBP2014 met de grootste overlap met een waterlichaam uit SGBP2009 is aangehouden als waterlichaam voor SGBP2009. Ook is rekening gehouden met de ligging van de KRW-meetlocaties in de waterlichamen. De spreadsheets van het Informatiehuis Water (Lekkerkerk, 2014) dienden hierbij als basis voor de toedeling.

Niet alle waterlichamen zijn meegenomen in de analyse. Voor SGBP2014 kan er een uitspraak worden gedaan voor 593 van de 713 waterlichamen, voor SGBP2009 voor 496 van de 724. De belangrijkste redenen voor het ontbreken van dit forse aantal waterlichamen zijn: • Voor sommige waterlichamen ontbreekt een KRW-meetlocatie.

• In de dataset zijn niet voldoende metingen beschikbaar, met name voor de SGBP2009 periode ontbreken veel meetdata. Zonder meetdata kan de toetsing op waterlichaamniveau niet worden uitgevoerd.

• De analyse is alleen gebaseerd op het zomergemiddelde. De waterlichamen voor zoute, brakke en overgangswateren worden getoetst op het wintergemiddelde en vallen buiten dit project.

• KRW-meetlocaties kunnen in de FEWS pilot slechts aan één waterlichaam worden toegewezen (zie paragraaf 2.3). Alleen het waterlichaam waarin de KRW-meetlocatie ligt is meegenomen in de analyse. De andere waterlichamen zijn in dit project niet meegenomen, omdat de betreffende waterlichamen geen eigen KRW-meetlocatie hebben, maar één uit een nabij gelegen gebied.

2.3.1 KRW-waterlichamen per waterbeheergebied

Tabel 2.2 geeft informatie per waterbeheerder over aantallen waterlichamen, KRW-meetpunten en trendlocaties en het deel dat daarvan is getoetst. In de eerste twee kolommen staat per beheerder het aantal waterlichamen voor SGBP2014 en het aantal waterlichamen waar getoetst kon worden. Bij Scheldestromen en Rijkswaterstaat kunnen maar een beperkt aantal waterlichamen getoetst worden. Bij Scheldestromen speelt dat één KRW-meetpunt als referentielocatie is aangewezen voor meerdere waterlichamen. In de gebruikte FEWS-pilot kan per KRW-meetpunt maar één KRW-waterlichaam worden toegewezen, zie ook paragraaf 2.3. Voor Rijkswaterstaat worden de zoute waterlichamen in dit onderzoek niet meegenomen in de toetsing. Er wordt alleen aan het zomerhalfjaargemiddelde getoetst, niet aan de winter DIN. Hollands Noorderkwartier heeft het grootste aantal (49) waterlichamen waar een toetsing plaats kan vinden. Delfland en Reest en Wieden hebben relatief weinig waterlichamen, minder dan 10, in hun beheersgebied.

De twee middelste kolommen in Tabel 2.2 laten het aantal en het percentage getoetste meetpunten zien. Tussen de waterbeheerders zitten grote verschillen in het aantal

(16)

KRW-Toestand- en trendanalyse voor nutriënten op KRW-meetlocaties 1220098-015-BGS-0001, 23 september 2015, definitief

6 van 40

meetlocaties ten opzichte van het aantal waterlichamen. Zo heeft Hollands Noorderkwartier 202 meetlocaties in 51 waterlichamen, terwijl Scheldestromen slechts 26 KRW-meetlocaties heeft aangewezen voor 38 waterlichamen.

Het percentage van getoetste KRW-meetpunten hangt af van de hoeveelheid beschikbare data in de Waterkwaliteitsdatabase. Bij Hunze en Aa’s, Stichtse Rijnlanden en Groot Salland kon meer dan 95% van de waterlichamen getoetst worden. Bij Rivierenland, Scheldestromen en Hollands Noorderkwartier blijkt dat nog geen 40% van de KRW-waterlichamen getoetst kon worden in dit onderzoek.

Het aantal meetlocaties waarvoor een trend bepaald kon worden (voor selectiecriteria zie paragraaf 4.1) voor N en P - totaal is weergegeven in de laatste twee kolommen van Tabel 2.2. Het percentage is gebaseerd op het aantal getoetste KRW-meetpunten. Bij Rijkswaterstaat, Brabantse Delta en de Dommel is meer dan 90% van de KRW-meetpunten geschikt om een trendanalyse op uit te voeren. Bij Hollands Noorderkwartier blijkt 16% van het grote aantal meetlocaties momenteel geschikt voor trendanalyse.

Tabel 2.2 Aantal KRW-waterlichamen en KRW-meetpunten per waterbeheerder voor SGBP2014, met het percentage van de KRW-waterlichamen en KRW-meetpunten waar een toetsing is uitgevoerd, en op basis hiervan het percentage van de KRW-meetpunten waarvoor een trend voor N- en P-totaal is berekend. Percentages < 50% zijn in rood aangegeven, percentages > 90% in groen.

Waterbeheerderomschrijving KRW-waterlichamen KRW-meetpunten Trendlocaties* aantal getoetst aantal getoetst N P HH Amstel Gooi en Vecht 30 97% 196 59% 49% 35% HH De Stichtse Rijnlanden 30 100% 31 97% 50% 50% HH Hollands Noorderkwartier 51 96% 202 32% 16% 16% HH van Delfland 7 86% 11 55% 50% 50% HH van Rijnland 40 90% 86 43% 65% 57% HH van Schieland en Krimpenerwaard 24 79% 35 77% 56% 48% WS Aa en Maas 43 81% 114 45% 37% 35% WS Brabantse Delta 25 96% 35 71% 96% 96% WS De Dommel 26 96% 33 79% 92% 92% WS Fryslân 24 100% 36 67% 71% 71% WS Groot Salland 35 97% 37 97% 44% 44% WS Hollandse Delta 41 73% 52 60% 87% 81% WS Hunze en Aa's 16 100% 20 95% 63% 63% WS Noorderzijlvest 15 100% 22 77% 47% 47% WS Peel en Maasvallei 22 82% 59 66% 36% 36% WS Reest en Wieden 9 100% 16 56% 89% 89% WS Rijn en IJssel 36 100% 49 90% 66% 66% WS Rivierenland 31 71% 101 38% 63% 63% WS Roer en Overmaas 20 75% 23 74% 29% 29% WS Scheldestromen 38 24% 26 31% 75% 63% WS Vallei en Veluwe 32 88% 49 76% 54% 54% WS Vechtstromen 50 92% 53 91% 56% 56% WS Zuiderzeeland 18 100% 42 55% 57% 57% Rijkswaterstaat 50 52% 64 48% 94% 94% Totaal of gemiddelde(%) 713 86% 1392 66% 60% 58%

(17)

2.3.2 KRW-waterlichamen per KRW-watertypen

Alle waterlichamen zijn in de bronbestanden (waterkwaliteitsportaal, 2014) toebedeeld aan een KRW-watertype. In Tabel 2.3 staat per KRW-type het aantal waterlichamen waarvoor een uitspraak gedaan kan worden voor N-totaal en P-totaal voor SGBP2014.

Ongeveer twee derde van de in dit project getoetste waterlichamen ligt in een M-watertype, de meren, sloten en kanalen. Eén derde van de waterlichamen ligt in een R-watertype, de stromende wateren. De meest voorkomende watertypen zijn R5 (langzaam stromende middenloop/benedenloop op zand) en M3 (gebufferde (regionale) kanalen).

Tabel 2.3 Aantal getoetste waterlichamen per KRW-type voor N-totaal en P-totaal.

Watertype KRWtype omschrijving KRWtype Ntot Ptot

Sloten

Zoete sloten (gebufferd) M1a 46 46

Niet-zoete sloten (gebufferd) M1b 7 7

Gebufferde laagveensloten M8 7 7

Langzaam stromende wateren

Langzaam stromende middenloop/benedenloop op veen R12 8 8 Permanent langzaam stromende bovenloop op zand R4 38 39 Langzaam stromende middenloop/benedenloop op zand R5 119 119

Langzaam stromend riviertje op zand/klei R6 25 25

Snel stromende wateren

Snelstromende bovenloop op zand R13 2 2

Snelstromende middenloop/benedenloop op zand R14 3 3 Snelstromend riviertje op kiezelhoudende bodem R15 Snelstromende bovenloop op kalkhoudende bodem R17 4 4 Snelstromende middenloop/benedenloop op kalkhoudende

bodem R18 4 4

Grote rivieren

Snelstromende rivier/nevengeul op zandbodem of grind R16 1 1 Langzaam stromende rivier/nevengeul op zand/klei R7 11 12 Zoet getijdenwater (uitlopers rivier) op zand/klei R8 7 7

Kanalen

Laagveen vaarten en kanalen M10 39 39

Gebufferde (regionale) kanalen M3 90 89

Grote ondiepe kanalen zonder scheepvaart M6a 28 28

Grote ondiepe kanalen met scheepvaart M6b 12 12

Grote diepe kanalen met scheepvaart M7a

Grote diepe kanalen zonder scheepvaart M7b 14 14

Ondiepe zoete meren

Kleine ondiepe zwak gebufferde plassen (vennen) M12 1 1

Ondiepe gebufferde plassen M14 44 44

Grote ondiepe kalkrijke plassen M23 4 4

Matig grote ondiepe laagveenplassen M27 20 20

Diepe zoete meren Matig grote diepe gebufferde meren M20 24 24

Grote diepe gebufferde meren M21 2 2

Zwak brakke wateren Zwak brakke wateren M30 33 31

Brakke tot zoute wateren Kleine brakke tot zoute wateren M31 5 5

Zoute wateren Grote brakke tot zoute meren M32 1 1

Overgangswateren Estuarium met matig getijverschil O2 0 0

Open zee

Kustwater, open en polythalien K1 0 0

Kustwater, beschut en polythalien K2 0 0

(18)

8 van 40 2.4 FEWS

FEWS (Flood Early Warning System) is een software pakket dat oorspronkelijk is ontwikkeld ten behoeve van operationele hoogwater voorspellingssystemen. De laatste jaren heeft FEWS een breder toepassingsbereik gekregen, variërend van het operationele beheer van hydrologische meetgegevens tot operationele voorspelling van algen voor de Nederlandse kust. Als zodanig heeft FEWS een soort rol van “datafabriek” gekregen.

FEWS wordt momenteel gebruikt bij een groot aantal Nederlandse waterbeheerders. Daarnaast wordt het pakket al jarenlang over de hele wereld gebruikt om operationeel hoogwater te voorspellen en daarop zo goed mogelijk te anticiperen. In Nederland worden op nationaal niveau de operationele voorspellingen voor de Rijn en de Maas met Delft-FEWS bepaald. Daarnaast gebruikt een aantal waterschappen FEWS als beslissing ondersteunende systemen (BOS) en als Water Informatie Systemen (WIS).

FEWS is een flexibel systeem waarmee eenvoudig analyses kunnen worden uitgevoerd door middel van de configuratie van analysetaken waarvan de resultaten in verschillende grafieken en kaarten kunnen worden gevisualiseerd.

Voor dit project is FEWS ingezet voor het bepalen en visualiseren van toestand en trends. Om een eerste analyse binnen FEWS te realiseren is gebruik gemaakt van een pilot-applicatie. Met deze applicatie is het mogelijk de toestand van de KRW-waterlichamen te bekijken en de trend voor nutriënten per meetlocatie inzichtelijk te maken.

2.5 Suggesties voor verbetering van de database en FEWS

2.5.1 Database

Om in de toekomst snel aan de slag te kunnen gaan met de data op het waterkwaliteitsportaal wordt geadviseerd om de volgende stappen te doorlopen:

• Alle bestanden opwerken tot een consistente database bleek erg veel werk te kosten. De grootste bottleneck was het verschil in meetlocatiecodes over de jaren heen. De gebruiker zou geholpen zijn wanneer in elk geval de meetlocatiecodes op elkaar worden afgestemd.

• Een betere koppeling van meetlocaties uit de databestanden aan KRW-meetlocaties en KRW-waterlichamen waarvoor de meetlocaties representatief zijn. De nu gehanteerde lijsten (IHW, 2015a, 2015b) zijn niet compleet.

• Een goede kwaliteitscontrole van rapportagegrenzen, eenheden en waarden (check op minimum en maximum) op de data in het waterkwaliteitsportaal.

• De gevalideerde gegevens van de beheerders worden door het Informatiehuis Water één op één overgenomen in het waterkwaliteitsportaal. Een extra kwaliteitscontrole van rapportagegrenzen, eenheden en waarden (check op minimum en maximum) op de data in het waterkwaliteitsportaal zou het mogelijk maken om (decimaal) fouten snel te traceren.

• In de database zijn niet voor alle KRW-locaties meetdata beschikbaar op het waterkwaliteitsportaal. Het is niet duidelijk of waterbeheerders alle meetdata op de KRW-locaties doorleveren aan het Informatiehuis Water. Voor een robuuste dataset, waarmee beleidsanalyses gemaakt worden, is een volledige aanlevering essentieel.

Data worden jaarlijks door IHW opgevraagd bij de waterbeheerders, gecheckt en vervolgens beschikbaar gesteld via het waterkwaliteitsportaal. Bij de inzameling van de data vanaf meetjaar 2012 worden al diverse controles uitgevoerd. Een extra kwaliteitscheck, zoals uitgevoerd in dit onderzoek, zou zinvol zijn om in te bouwen voor de nutriënten. Ook voor de overige stoffen zouden soortgelijke controles opgenomen kunnen worden. Data vóór 2012 zijn niet door IHW ingewonnen. Op deze data zou een aparte kwaliteitscheck plaats dienen vinden.

(19)

Aangezien alle data in beheer zijn bij IHW, wordt aanbevolen om de werkzaamheden door IHW of in nauwe samenwerking met IHW uit te laten voeren.

2.5.2 FEWS

In de gebruikte FEWS pilot versie kunnen nog een aantal verbeteringen worden doorgevoerd. De twee belangrijkste zaken die invloed hebben op de toetsresultaten zijn:

• De toekenning van één KRW-meetlocatie aan meerdere waterlichamen. Aanpassing in FEWS zou zorgen voor toetsing van 40 extra waterlichamen die in deze versie niet meegenomen konden worden. Het betreft de waterlichamen die geen eigen KRW-meetlocatie hebben, maar één uit een nabij gelegen gebied.

• Het mogelijk maken van de ruimtelijke aanpassing van waterlichamen in de tijd. FEWS kan nu met één kaartlaag met waterlichamen omgaan. In deze versie is gekozen voor de waterlichamen uit SGBP2014. De waterlichamen uit SGBP2009 zijn met behulp van GIS zo goed mogelijk toegedeeld aan de waterlichamen uit SGBP2014. Een functionaliteit hiervoor in FEWS zou wenselijk zijn; een dergelijke wens zal in de FEWS-stuurgroep besproken moeten worden.

Voor een diepgaandere analyse zouden ook de volgende punten in FEWS aangepast kunnen worden:

• Opnemen van een analyse voor het wintergemiddelde. Daarmee worden ook de RWS overgangs- en zoute wateren in de analyse meegenomen.

• Opnemen van een toetsing per jaar. Nu wordt alleen het driejarig gemiddelde berekend. Indien er ook toetsingen per jaar worden opgenomen, ontstaat er een vollediger beeld of waterlichamen aan de normen voldoen.

• Mogelijkheden verkennen voor het integreren van R (waarmee de trends zijn berekend). In deze pilot waren dit afzonderlijke stappen. Inbouwen in FEWS zorgt ervoor dat de gehele analyse uitgevoerd kan worden binnen de FEWS applicatie.

• Beter exportfunctie van de kaarten. In de huidige pilot wordt weinig aandacht besteed aan de lay-out van de kaarten en legenda voor opname in rapportages.

• Aanbrengen van symbolen per KRW-watertype in het ruimtelijke scherm (i.p.v. éénzelfde symbool voor alle KRW-watertypes). Dit levert sneller inzicht per waterlichaam of het gaat om bijvoorbeeld een meer, rivier of sloot.

• Mogelijkheid voor het integreren van andere meetnetten. Hiermee zou bijvoorbeeld een vergelijking tussen MNLSO-meetlocaties en KRW-meetpunten gemaakt kunnen worden.

Een logische vervolgstap is om samen met de gebruiker de wensen ten aanzien van het gebruik, de visualisatie en aanvullende analyses te bespreken en op basis hiervan (en in overleg met de FEWS-stuurgroep) deze FEWS-pilot uit te werken tot een volwaardige stand-alone ‘FEWS-KRW’ applicatie.

(20)

(21)

3 Toetsing aan waterkwaliteitsnormen (toestand)

In dit hoofdstuk worden de methode en de resultaten van de toetsing weergegeven. De resultaten worden inzichtelijk gemaakt op zowel nationaal als regionaal niveau. Ook wordt een vergelijking gemaakt van de resultaten uit dit onderzoek met de resultaten aangeleverd door de waterbeheerders.

3.1 Methode

3.1.1 Dataset

De toestand is berekend voor de twee SGBP-periodes:

• SGBP2009: gebaseerd op metingen in de jaren 2006 t/m 2008; • SGBP2014: gebaseerd op metingen in de jaren 2011 t/m 2013.

De toestand is per KRW-waterlichaam berekend. In één waterlichaam kunnen één of meerdere KRW-meetlocaties liggen. In onderstaande tabel staan per SGBP-periode hoeveel KRW-waterlichamen aan de normen getoetst konden worden en hoeveel KRW-meetlocaties daarvoor zijn meegenomen (zie paragraaf 2.3 voor het aantal waterlichamen en KRW-meetlocaties per waterbeheerder).

Tabel 3.1 Aantal KRW-waterlichamen en KRW-meetlocaties voor SGBP2009 en SGBP2014. SGBP2009 SGBP2014

Aantal waterlichamen 496 593 Aantal meetlocaties 954 1 174

3.1.2 Gehanteerde normen

De toetswaarde per KRW-waterlichaam is voor N-totaal en P-totaal getoetst aan de door het waterschap toegekende KRW-normen. Deze normen zijn door het IHW (Lekkerkerk, 2014) aan Deltares geleverd. De normen kunnen verschillend zijn voor SGBP2009 en SGBP2014. Daarnaast zijn voor SGBP2009 door het IHW twee verschillende normensets aangeleverd. Bij de toetsing van SGBP2009 zijn we uitgegaan van de meest recente normen (spreadsheet “doelen_ SGBP1_2014”). Alleen als er bij een waterlichaam geen recente norm bekend was, is de oude norm van SGBP2009 gehanteerd (spreadsheet “doelen_SGBP1_2009”).

De normen in de spreadsheets van het IHW kennen een viertal klassen: • Goed;

• Matig;

• Ontoereikend; • Slecht.

In Figuur 3.1 en Figuur 3.2 is de normgrens goed-matig voor SGBP2014 voor respectievelijk N-totaal en P-totaal ruimtelijk weergegeven. In Figuur C.1 en Figuur C.2 (Bijlage C) is deze zelfde grens weergegeven maar dan voor SGBP2009. Figuur C.3 en Figuur C.4 geven het verschil in norm tussen beide periodes weer.

In Figuur 3.1 valt vooral op dat de norm in SGBP2014 voor N-totaal in de waterschappen Noorderzijlvest, Scheldestromen en delen van Groot Salland en Zuiderzeeland relatief hoog is in vergelijking met de rest van Nederland.

In SGBP2009 zijn er, in vergelijking met SGBP2014, ook in de Dommel en Peel en Maasvallei veel meetlocaties met een hoge norm in vergelijking met de rest van Nederland

(22)

12 van 40

(zie Figuur C.1 en Figuur C.3). Deze normen zijn door de beheerders aangescherpt en zijn in SGBP2014 lager dan in SGBP2009.

In Figuur 3.2 is te zien dat de norm voor P-totaal in de waterlichamen in Scheldestromen hoog is in vergelijking met de rest van Nederland. Daarnaast zijn er in Fryslân twee meetlocaties met een hoge norm. Op de verschilkaart (Figuur C.4) is te zien dat met name in de Dommel en Aa en Maas veel waterlichamen een scherpere norm hebben in SGBP2014 dan in SGBP2009. Daarnaast zijn er enkele waterlichamen waarbij de norm verruimd is in SGBP2014 ten opzichte van SGBP2009.

De volgende toetsingen zijn uitgevoerd voor N-totaal en P-totaal: • Toetsing SGBP2009 aan normen SGBP2009;

• Toetsing SGBP2009 aan normen SGBP2014; • Toetsing SGBP2014 aan normen SGBP2014.

In de analyses in deze rapportage zijn voor beide SGBP-perioden (2009 en 2014) de normen voor SGBP2014 gebruikt. Door het gebruik van dezelfde normen is het mogelijk om de toetsingen met elkaar te vergelijken.

(23)

Figuur 3.2 Normgrens goed-matig voor P-totaal (mgP/l) in SGBP2014. 3.1.3 Berekening periodeoordeel zomerhalfjaargemiddelden

Bij de normtoetsing voor nutriënten worden de normen vergeleken met het gemiddelde van de gemeten concentraties in het zomerhalfjaar (april t/m september). Voor de toestandbepaling zijn alleen locaties meegenomen die in de zomer minimaal 5x zijn bemeten. De volgende werkwijze is gehanteerd om het periodeoordeel zomerhalfjaargemiddelden voor N-totaal en P-totaal per KRW-waterlichaam te verkrijgen:

1. Berekenen zomergemiddelde per meetlocatie met minimaal vijf metingen in de zomer (1 april t/m 30 september);

2. Als meerdere meetlocaties in één waterlichaam liggen: berekenen van een gemiddelde per waterlichaam per jaar;

3. Berekenen gemiddelde per toetsperiode (gemiddelde van de 3 jaren): a. Voor SGBP2009: 2006 t/m 2008;

b. Voor SGBP2014: 2011 t/m 2013.

Indien er minder jaren beschikbaar zijn, wordt het gemiddelde over de beschikbare jaren genomen.

3.2 Resultaten

3.2.1 Periodeoordeel zomerhalfjaargemiddelden

In Figuur C.5 t/m Figuur C.8 in Bijlage C staat het periodeoordeel van de zomergemiddelden voor N-totaal en P-totaal voor SGBP2009 en SGBP2014 weergegeven. Dit zijn de gemiddelde zomerconcentraties over de periode 2006 t/m 2008 (SGBP2009) en 2011 t/m 2013 (SGBP2014). Figuur 3.3 en Figuur 3.4 laten de kaarten voor N- en P-totaal zien waarin de periodeoordelen van SGBP2009 en SGBP2014 met elkaar vergeleken zijn.

(24)

14 van 40

De gemiddelde N-totaal zomerconcentratie in SGBP2014 is relatief hoog in het zuidoosten en uiterste oosten in vergelijking met de rest van Nederland (Figuur C.5). In Figuur 3.3 is voor N-totaal te zien dat in heel veel waterlichamen de gemiddelde zomerconcentratie is veranderd in SGBP2014 ten opzichte van SGBP2009. Er is geen duidelijk regionaal patroon te zien in de concentratieveranderingen: waterlichamen met een toegenomen en afgenomen concentratie liggen verspreid over Nederland. Wel vallen er drie gebieden op met (vrijwel) alleen waterlichamen met een afgenomen gemiddelde zomerconcentratie: noordoost-Nederland, Scheldestromen en oost-Nederland.

In SGBP2014 is de gemiddelde zomerconcentratie voor P-totaal in west-Nederland hoog in vergelijking met de rest van Nederland (Figuur C.6). Op de verschilkaart tussen SGBP2009 en SGBP2014 is te zien dat in heel veel waterlichamen de gemiddelde zomerconcentratie is veranderd in SGBP2014 ten opzichte van SGBP2009 (Figuur 3.4). Opvallend is dat waterlichamen met een concentratiestijging soms vlakbij waterlichamen liggen met een concentratiedaling.

Figuur 3.3 Verschilkaart periodeoordeel zomergemiddelden tussen SGBP2014 en SGBP2009 voor N-totaal (mgN/l).

(25)

Figuur 3.4 Verschilkaart periodeoordeel zomergemiddelden tussen SGBP2014 en SGBP2009 voor P-totaal (mgP/l).

3.2.2 Toestand: Nederland

De toetsresultaten voor heel Nederland zijn weergegeven in grafiekvorm in Figuur 3.5 en Figuur 3.6 voor respectievelijk N-totaal en P-totaal.

Figuur 3.5 laat zien dat in SGBP2009 voor N-totaal een kleine 40% van de 496 waterlichamen als ‘goed’ is beoordeeld en in SGBP2014 bijna 50% van de 591. Er is een lichte daling te zien in het percentage waterlichamen dat als ‘slecht’ is beoordeeld (van 10 naar 6%). Voor P-totaal is een gelijksoortige verandering te zien: in SGBP2009 heeft een kleine 40% van de 494 waterlichamen een beoordeling ‘goed’ en in SGBP2014 45% van de 589. Het percentage waterlichamen dat als ‘slecht’ is beoordeeld is tussen SGBP2009 en SGBP2014 nagenoeg gelijk gebleven.

(26)

16 van 40

Figuur 3.6 Toetsresultaten P-totaal voor heel Nederland (%) voor SGBP2009 en SGBP2014.

Er is ook gekeken naar de verschuiving in oordeelklassen tussen SGBP2009 en SGBP2014 (zie Tabel 3.2). Alleen de waterlichamen met een oordeel in zowel SGBP2009 als in SGBP2014 konden met elkaar vergeleken worden. Voor N-totaal zijn 448 waterlichamen met elkaar vergeleken, voor P-totaal 446. Er is onderscheid gemaakt in een achteruitgang van de toestand met 1 of 2 klassen, gelijkblijvende toestand en een verbetering van de toestand met 1, 2 of 3 klassen.

Het beeld voor N- en P-totaal lijkt op elkaar. Voor beide stoffen heeft ruim twee derde van de waterlichamen een gelijkblijvende beoordeling. Voor 8% (37 waterlichamen) is er een slechtere beoordeling voor N-totaal en 7% (33 waterlichamen) voor P-totaal. Een verbetering treedt op bij 23% van de waterlichamen voor N-totaal en 25% voor P-totaal. Bij N-totaal zijn er zelfs 3 waterlichamen die drie klassen vooruit zijn gegaan ten opzichte van SGBP2009. Het gaat om drie waterlichamen in Schieland: Hoge Bergse Bos, Rotteboezem en Zevenhuizerplas. Voor deze waterlichamen treedt een waterkwaliteitsverbetering op tussen SGBP2009 en SGBP2014 voor N totaal. Bij de Zevenhuizerplas gaat het om een forse waterkwaliteitsverbetering, van 8.4 naar 0.87 mgN/l. Bij de andere twee waterlichamen is de waterkwaliteitsverbetering gering. Er wordt een betere klasse bereikt door versoepeling van de normen.

Tabel 3.2 Vergelijking tussen SGBP2009 en SGBP2014 weergegeven in verschuiving in klassen. Toestand SGBP2014 t.o.v. SGBP2009 N-totaal P-totaal

2 klassen achteruit 1% 1% 1 klasse achteruit 7% 6% Gelijk 69% 69% 1 klasse vooruit 21% 22% 2 klassen vooruit 1% 3% 3 klassen vooruit 1% 0% 3.2.3 Toestand: waterkwaliteitsbeheerders

In Figuur 3.7 en Figuur 3.8 zijn de toetsresultaten van N- en P-totaal uitgesplitst per waterkwaliteitsbeheerder voor SGBP2014. Voor SGBP2009 zijn deze grafieken weergegeven in Figuur C.9 en Figuur C.10 in Bijlage C.3.

Voor zowel N- als P-totaal zijn er grote verschillen tussen waterschappen in het aantal waterlichamen dat als ‘goed’ wordt beoordeeld (tussen 0 en 100%).

Voor N-totaal zijn er in SGBP2014 een paar waterschappen waarbij (bijna) alle waterlichamen (>90%) als ‘goed’ worden beoordeeld. Het betreft de waterschappen Stichtse Rijnlanden, Groot Salland, Scheldestromen en Hunze en Aa’s. Peel en Maasvallei valt op doordat van de 18 waterlichamen geen enkele als ‘goed’ wordt beoordeeld.

(27)

Waterschappen waarbij in SGBP2014 minder dan 30% van de waterlichamen als ‘goed’ wordt beoordeeld liggen voornamelijk in zuid Nederland (Brabantse Delta, Dommel, Aa en Maas en Roer en Overmaas) en daarnaast in Delfland en in Vechtstromen.

Voor de meeste waterbeheerders geldt dat het percentage waterlichamen dat als ‘goed’ wordt beoordeeld in SGBP2014 hoger is dan in SGBP2009. In SGBP2009 werd, naast Peel en Maasvallei, ook in de waterschappen Scheldestromen en Delfland geen enkel waterlichaam als ‘goed’ beoordeeld. Waterschappen waarbij in SGBP2014 een lager percentage van de waterlichamen als ‘goed’ is beoordeeld dan in SGBP2009 zijn Hollands Noorderkwartier, Vallei en Veluwe en Roer en Overmaas.

Voor P-totaal zijn er in SGBP2014 vier waterbeheerders waarbij meer dan 75% van de waterlichamen als ‘goed’ wordt beoordeeld: Groot Salland, Rijn en IJssel, Scheldestromen en Hunze en Aa’s. Waterbeheerders waarbij in SGBP2014 tussen de 50 en 75% van de waterlichamen als ‘goed’ wordt beoordeeld zijn Fryslân, Rivierenland, Zuiderzeeland en Rijkswaterstaat. In een aantal waterschappen wordt minder dan 25% van de waterlichamen als ‘goed’ beoordeeld: Hollands Noorderkwartier, Rijnland, Delfland, Schieland en Krimpenerwaard, Peel en Maasvallei en Roer en Overmaas.

Voor de meeste waterbeheerders geldt dat het percentage waterlichamen dat als ‘goed’ wordt beoordeeld in SGBP2014 hoger is dan in SGBP2009. In SGBP2014 werd in vergelijking met SGBP2009 een lager percentage van de waterlichamen als ‘goed’ beoordeeld in de waterschappen Roer en Overmaas, Groot Salland, Vallei en Veluwe, Fryslân, Schieland en Krimpenerwaard en Dommel.

Figuur 3.7 Toetsresultaten N-totaal per waterbeheerder (%) voor SGBP2014. Groen: goed; geel: matig; oranje: ontoereikend; rood: slecht.

(28)

18 van 40

Figuur 3.8 Toetsresultaten P-totaal per waterbeheerder (%) voor SGBP2014. Groen: goed; geel: matig; oranje: ontoereikend; rood: slecht.

3.2.4 Toestand: KRW-typen

In Figuur 3.9 en Figuur 3.10 zijn de toetsresultaten van N- en P-totaal uitgesplitst per KRW-watertype voor SGBP2014. Voor SGBP2009 zijn deze grafieken weergegeven in Figuur C.11 en Figuur C.12 in Bijlage C.3.

Voor N-totaal wordt in SGBP2014 geen enkel waterlichaam in de snelstromende rivieren met KRW-typen R14, R16, R17 en R18 als ‘goed’ beoordeeld. In R18 (4 waterlichamen) worden zelfs alle waterlichamen als ontoereikend of slecht beoordeeld. In de sloten met KRW-type (M8), de ondiepe zoete meren (M14 en M27), diepe zoete meren (M20), zwak brak water (M30), langzaam stromende wateren (R4, R5, R6 en R8) en grote rivieren (R8) wordt in SGBP2014 tussen de 20 en 50% van de waterlichamen als ‘goed’ beoordeeld. In SGBP2014 wordt bij de KRW-watertypen kanalen (M6a, M6b, M7b), ondiepe zoete meren (M12), brak zoute wateren (M31) en langzaam stromend water (R12) meer dan 75% van de waterlichamen als ‘goed’ beoordeeld. Gemiddeld genomen is de waterkwaliteit met betrekking tot N-totaal in SGBP2014 beter in de M-typen (sloten, kanalen en meren) dan in de R-typen (stromende wateren).

Ten opzichte van SGBP2009 zijn in SGBP2014 alleen voor de watertypen ‘grote ondiepe kalkrijke plassen’ (M23) en ‘permanent langzaam stromende bovenloop op zand’ (R4) minder waterlichamen die als ‘goed’ worden beoordeeld.

(29)

In SGBP2014 wordt in de sloten met watertype M1a, de ondiepe zoete meren met type M12, diepe zoete meren met type M21, brakke tot zoute wateren (M31) en de grote rivieren met type R8 meer dan 75% van de waterlichamen als ‘goed’ beoordeeld voor P-totaal. Geen enkel waterlichaam wordt als ‘goed’ beoordeeld in de zoute wateren (M32), de snel stromende wateren (R13, R14, R17 en R18) en de grote rivieren met watertype R16. In de kanalen met watertypen M3 en M10, de sloten met type M8, de ondiepe zoete meren met type M14 en M27, de diepe zoete meren met type M20, de zwak brakke wateren (M30) en de langzaam stromende wateren (R4, R5 en R6) wordt minder dan 50% van de waterlichamen als ‘goed’ beoordeeld.

In SGBP2014 worden er in alle watertypen meer meetlocaties als ‘goed’ beoordeeld met uitzondering van de langzaam stromende wateren met watertype R4 en de snel stromende wateren met watertype R14.

Figuur 3.9 Toetsresultaten N-totaal per KRW-watertype (%) voor SGBP2014. Groen: goed; geel: matig; oranje: ontoereikend; rood: slecht.

(30)

20 van 40

Figuur 3.10 Toetsresultaten P-totaal per KRW-watertype (%) voor SGBP2014. Groen: goed; geel: matig; oranje: ontoereikend; rood: slecht.

3.2.5 Toestand: ruimtelijk beeld Nederland

In Figuur 3.11 is te zien dat in SGBP2014 de normoverschrijdingen voor N-totaal door heel Nederland voorkomen. In Limburg, Noord-Brabant en het oosten van Nederland komen relatief veel normoverschrijdingen van N-totaal voor in vergelijking met andere gebieden. In Brabantse Delta en Rijnland worden relatief veel waterlichamen als ‘slecht’ beoordeeld. Deze waterlichamen liggen soms geclusterd maar soms ook wat verder van elkaar verwijderd. Het beeld van SGBP2009 wijkt niet zoveel af van dat van SGBP2014, met het verschil dat de beoordeling over het algemeen iets slechter is en er dus minder waterlichamen als ‘goed’ worden beoordeeld. In de verschilkaart tussen de toetsing van SGBP2009 en SGBP2014 (zie Figuur C.15) is dit ook te zien: het merendeel van de waterlichamen (69%) heeft in SGBP2014 dezelfde beoordeling als in SGBP2009, 23% van de waterlichamen heeft een betere beoordeling gekregen en 8% van de waterlichamen heeft een slechtere beoordeling (zie ook paragraaf 3.2.2). Zowel de waterlichamen die zijn verbeterd als die zijn verslechterd liggen verspreid over Nederland.

(31)

Figuur 3.11 Resultaten toetsing N-totaal SGBP2014.

(32)

22 van 40

Voor P-totaal is er minder ruimtelijke spreiding in normoverschrijdingen in vergelijking met N totaal (Figuur 3.12). Vooral in het westen (Hollands Noorderkwartier, Rijnland, Delfland, Schieland en de Krimpenerwaard en het westen van Amstel, Gooi en Vecht), Roer en Overmaas, de westkant van waterschap Aa en Maas en de zuidwesthoek van Vallei en Veluwe liggen veel waterlichamen die als ‘ontoereikend’ of ‘slecht’ zijn beoordeeld.

Op de verschilkaart tussen de toetsing van SGBP2009 en SGBP2014 (Figuur C.16) is te zien dat een meerderheid van de waterlichamen (69%) hetzelfde oordeel heeft in SGBP2009 en SGBP2014, maar dat 25% een betere beoordeling en 7% een slechtere beoordeling heeft (zie ook paragraaf 3.2.2). Deze locaties liggen verspreid over Nederland.

3.2.6 Mate van normoverschrijding

Voor de waterlichamen is in Figuur 3.13 voor N-totaal en in Figuur 3.14 voor P-totaal de mate van overschrijding van de norm weergegeven voor de toetsing in SGBP2014. Voor N-totaal hebben de waterlichamen in Noord-Nederland, centraal-Nederland en Zeeland relatief veel waterlichamen waar de norm niet wordt overschreden of waar de norm net wordt overschreden. In West-Nederland, het deel van Oost-Nederland tegen de Duitse grens, Noord-Brabant en Limburg hebben juist relatief veel overschrijdingen van de norm met een factor 2 of hoger.

(33)

Net zoals voor N-totaal, geldt ook voor P-totaal (Figuur 3.14) dat er minder overschrijdingen in Noord-Nederland, centraal-Nederland en Zeeland zijn. In West-Nederland komen de meeste overschrijdingen voor met een factor 5 (of hoger) ten opzichte van de norm. De mate van normoverschrijding is voor P-totaal in West-Nederland hoger dan voor N-totaal. In het westelijk deel van het beheersgebied van Vallei en Veluwe wordt de norm vaak overschreden met een factor 2 tot 5.

(34)

24 van 40

3.3 Vergelijking met toetsresultaten waterbeheerders

De verkregen toetsresultaten per waterlichaam uit dit project zijn vergeleken met de toetsing die in SGBP2014 door de waterbeheerders zelf is uitgevoerd (Lekkerkerk, 2014). Per waterlichaam zijn de resultaten met elkaar vergeleken. De resultaten staan vermeld in Tabel 3.3.

Tabel 3.3 Vergelijking tussen de resultaten berekend voor SGBP2014 en de resultaten van de waterbeheerders in 2014.

N-totaal P-totaal Resultaat gelijk 92% 76% Resultaat verschillend 8% 24%

Voor N-totaal komt 92% van de toetsresultaten per waterlichamen overeen met de toetsresultaten van de waterbeheerders. Voor P-totaal valt de vergelijking iets minder positief uit met 76% van de waterlichamen met een gelijk toetsresultaat.

Er zijn twee belangrijke oorzaken aan te wijzen die wellicht het verschil veroorzaken:

1 Waterbeheerders weten precies welke meetlocaties representatief zijn voor de waterlichamen en hebben ook de juiste meetdata ter beschikking. De resultaten uit dit project zijn afhankelijk van meetdata beschikbaar gesteld via het waterkwaliteitsportaal. Zoals al gesteld in paragraaf 2.1 en paragraaf A.2 zijn niet alle relevante meetdata voor KRW-meetlocaties aanwezig in de datasets op het waterkwaliteitsportaal. Daarnaast zal de toewijzing van KRW-meetpunten aan waterlichamen niet geheel gelijk zijn aan koppeling die de waterbeheerders zelf hebben gelegd.

2 Voor de toetsing in 2014 is door waterbeheerders wellicht gebruik gemaakt van de jaren 2012 tot en met 2014. Voor dit project is gebruik gemaakt van de jaren 2011-2013. Het jaar 2014 was nog niet beschikbaar op het waterkwaliteitsportaal.

(35)

4 Bepaling van trends

Dit hoofdstuk beschrijft de methode waarmee trends bepaald zijn en laat vervolgens de resultaten zien op nationaal en regionaal niveau.

4.1 Methode trendbepaling

De trends zijn alleen berekend voor KRW-meetlocaties die in een KRW-waterlichaam liggen met een voldoende lange meetreeks. Als criterium is gehanteerd dat de meetreeks minimaal 10 jaar lang moet zijn (waarvan minimaal 5 recente jaren in de periode vanaf 2004) en minimaal 10 metingen per jaar moet bevatten. De trends zijn per meetlocatie berekend over de gehele meetperiode waarbij zowel de zomer- als de wintermeetwaarden zijn meegenomen. Aangezien de metingen niet bij elke meetlocatie in hetzelfde jaar gestart zijn, is de tijdsperiode waarover de trend is berekend verschillend voor de verschillende locaties. Voor de trendanalyse heeft ongeveer de helft van de KRW-locaties een voldoende lange meetreeks: 443 meetlocaties voor N-totaal en 419 voor P-totaal.

Bij het aggregeren van meetlocaties tot een oordeel voor een bepaald gebied (bijvoorbeeld per waterbeheerder) is een minimum van acht meetlocaties gehanteerd om een betrouwbare uitspraak te doen over trends in de waterkwaliteit.

Een belangrijk uitgangspunt bij de trendanalyses is dat er eerst per meetpunt trends worden bepaald, die vervolgens worden geaggregeerd naar een uitspraak op landelijk niveau of per waterschap. Het alternatief is eerst gemiddelden of medianen berekenen en daar trends doorheen berekenen. Deze methode geeft echter grotere onzekerheden door de grote ruimtelijke variatie in concentraties. Dit levert een relatief grote onzekerheid in de berekende gemiddelden of medianen op en dus ook een grote onzekerheid in de trendbepaling. Ondanks de grote ruimtelijke variatie in de concentraties is het goed mogelijk dat de trends in deze concentraties minder variabel zijn. Door eerst trends per meetlocatie te bepalen en vervolgens te aggregeren heeft de variatie in de absolute concentratieniveaus geen invloed op de (onzekerheid in) de resultaten van de trendanalyse. Een belangrijk voordeel is ook dat deze methode veel minder gevoelig is voor gaten in de tijdreeksen (Broers & Van de Grift, 2004; Visser, 2009)

Een tweede uitgangspunt bij de trendanalyse is dat er robuuste statistische methodes zijn gebruikt, die niet of nauwelijks gevoelig zijn voor uitschieters in de datasets. De gebruikte methodes zijn beschreven in de internationale wetenschappelijke literatuur en worden veelvuldig gehanteerd zowel in de hydrologie als in andere disciplines. Er zijn voor de trendanalyse drie methodes gehanteerd, die alle drie verschillende informatie opleveren en elkaar kunnen versterken:

1 De Seasonal Mann Kendall trendtest (Hirsch and Slack, 1984) is een statistische test die aangeeft of er een significante opwaartse of neerwaartse trend in de gegevens aanwezig is. Deze Seasonal Mann Kendall test geeft nog geen informatie over de grootte (helling/steilheid) van de trend.

2 De Theil-Sen hellingschatter (Hirsch et al., 1982) geeft die informatie wel. Met deze methode is de mediane trendhelling met het 95% betrouwbaarheidsinterval bepaald. Een minpunt van deze analyse is dat er slechts één (mediane) helling voor de hele meetperiode berekend wordt, terwijl een trend ook tijdens de meetperiode steiler kan worden of kan afvlakken.

(36)

26 van 40

3 De LOWESS-trendlijn (Cleveland, 1979) trekt een globale kromme, een soort lokale mediaan, door de meetgegevens, waardoor een trendlijn ontstaat die bijvoorbeeld kan afvlakken als een trend niet doorzet.

De methodes zijn ontleend aan eerder onderzoek naar trends in oppervlaktewater (o.a. Kronvang et al., 2008) en grondwater (o.a. Visser, 2009). Ook bij het bepalen van de trends in waterkwaliteit in het Meetnet Nutriënten Landbouw Specifiek Oppervlaktewater (MNLSO) zijn deze methodes met succes toegepast (Klein et al., 2012b; Klein & Rozemeijer, 2015). De analyses zijn uitgevoerd in het statistische programma R (R Development Core Team, 2009). In Bijlage D worden de drie methodes nader beschreven en wordt uitgelegd op welke manier ze toegepast zijn op de trendmeetpunten van deze studie.

4.2 Resultaten

4.2.1 Landelijke trends

Er zijn drie verschillende statistische methodes gebruikt om de trends te berekenen. Alle drie de methodes geven hetzelfde landelijke beeld: de concentraties zijn voor zowel N- als P-totaal aan het dalen. Hieronder worden achtereenvolgens de resultaten van de drie statistische analyses besproken.

De Seasonal Mann Kendall trendtest geeft per meetreeks aan of er een significante trend in de meetreeks zit. De voor heel Nederland geaggregeerde resultaten zijn weergegeven in Tabel 4.1 met het aantal trendmeetpunten met opwaartse en neerwaartse trends en het aantal meetpunten zonder significante trend.

Van de KRW-meetlocaties waarbij een trend bepaald kon worden, laat voor N-totaal ruim 80% een significantie neerwaartse trend zien. Voor P-totaal is de trend voor ruim 70% van de meetlocaties significant neerwaarts. Voor zowel N- als P-totaal laat minder dan 10% (respectievelijk 4 en 9%) van de meetlocaties een significant opwaartse trend zien.

Tabel 4.1 Resultaten van de Seasonal Mann Kendall trend test voor de hele tijdreeks: het aantal meetlocaties met een opwaartse, neerwaartse en zonder significante trend.

N-totaal P-totaal

Neerwaarts 369 302

Opwaarts 17 37

Geen significante trend 59 81

Totaal 445 420

Met de Theil-Sen hellingschatter is per trendmeetpunt een trendhelling berekend. Deze trends zijn geaggregeerd door de mediane trendhelling en het 95%-betrouwbaarheidsinterval rond deze mediane trendhelling te bepalen. De resultaten voor de hele tijdreeks zijn opgenomen in Tabel 4.2 en visueel weergegeven in Figuur 4.1 voor N-totaal en in Figuur 4.2 voor P-totaal. Het middelpunt van de lijnen ligt op de mediane concentratie en het mediane bemonsteringsmoment van alle metingen (zie ook uitleg in Bijlage D). Het gaat bij deze visualisatiemethode echter om de trendhellingen en niet om de absolute concentratieniveaus. Voor N- en P-totaal zijn zowel de mediane trendhelling als de beide hellingen van het 95%-betrouwbaarheidsinterval neerwaarts, oftewel negatief. Dit betekent dat er met 95% zekerheid een neerwaartse trend in de concentraties van totaal en P-totaal is. Voor N-totaal bedraagt de mediane decennium-afname in de concentratie 0,72 mgN/l en voor P-totaal 0,033 mgP/l (Tabel 4.2).

(37)

Tabel 4.2 Mediane trendhelling en 95%-betrouwbaarheidsintervallen voor N-totaal en P-totaal voor de hele tijdreeks, berekend met de Theil-Sen hellingschatter.

Mediane trend (mg/lper decennium)

Lower / upper 95% betrouw-baarheid (mg/lper decennium)

Conclusie

N-totaal -0,72 -0,80 / -0,66 Neerwaarts significant P-totaal -0,033 -0,037 / -0,027 Neerwaarts significant

Figuur 4.1 Mediane trend met 95%-betrouwbaarheidsinterval van de helling voor N-totaal, berekend met de Theil-Sen hellingschatter.

Figuur 4.2 Mediane trend met 95%-betrouwbaarheidsinterval van de helling voor P-totaal, berekend met de Theil-Sen hellingschatter.

Door de gegevens van alle trendmeetpunten zijn kromme LOWESS-trendlijnen berekend. Met deze techniek is te signaleren of een trend steiler wordt of juist afvlakt in de loop van de tijd. De trendlijnen zijn geaggregeerd door een nieuwe LOWESS-trendlijn en een 25- en 75-percentiel LOWESS-trendlijn te berekenen door de LOWESS-trendlijnen per locatie. De 25-percentiel LOWESS geeft de trends voor het lagere concentratiebereik weer en de 75-percentiel LOWESS voor het hogere concentratiebereik.

(38)

28 van 40

Gezamenlijk geven de 25- en 75-percentiel LOWESS de bandbreedte weer waarbinnen 50% van de waterlichamen zich qua concentratieniveau bevindt. De geaggregeerde LOWESS-trendlijnen voor N-totaal en P-totaal zijn weergegeven in Figuur 4.3 en Figuur 4.4.

Voor N-totaal dalen de LOWESS-trendlijn en de 25- en 75-percentiel trendlijnen over de gehele periode. In periode van 1996 tot 2004 lijkt de daling in de concentraties iets steiler te worden. Voor P-totaal is het beeld hetzelfde: een neerwaartse trendlijn. De sterkere daling lijkt zich iets eerder in te zetten dan voor N-totaal: in de periode 1994-2000.

Figuur 4.3 Geaggregeerde LOWESS-trendlijn en de 25 en 75-percentiel LOWESS-trendlijnen (gestippeld) voor N-totaal. De LOWESS-trendlijnen voor de individuele meetlocaties zijn op de achtergrond in grijs

weergegeven.

Figuur 4.4 Geaggregeerde LOWESS-trendlijn en de 25 - en 75-percentiel LOWESS-trendlijnen (gestippeld) voor P-totaal. De LOWESS-trendlijnen voor de individuele meetlocaties zijn op de achtergrond in grijs

(39)

4.2.2 Trends per waterbeheergebied

In deze paragraaf worden de trends per waterbeheergebied besproken. In Figuur 4.5 is op een kaart per waterbeheerder weergegeven of de trend significant opwaarts, neerwaarts of niet significant is, of dat er te weinig meetlocaties zijn om een betrouwbare uitspraak te doen (resultaten Theil-Sen hellingschatter). In deze kaarten zijn de rijkswateren niet apart weergegeven, deze kleuren groen op de kaart. In Figuur 4.6 en Figuur 4.7 zijn vier voorbeelden van de bijbehorende kruisplots weergegeven. In Bijlage E.1 zijn de kruisplots voor N-totaal en P-totaal voor alle waterbeheerders weergegeven. Figuur 4.8 en Figuur 4.9 laten voor respectievelijk N-totaal en P-totaal per waterbeheerder zien hoeveel meetlocaties er zijn met een opwaartse, neerwaartse en zonder significante trend (resultaat Seasonal Mann Kendall trend test). In bijlage E.2 zijn de resultaten van de LOWESS-trendlijn en de 25- en 75-percentiel trendlijnen weergegeven.

Figuur 4.5 Oordeel per waterschap over de significantie van de trend voor N-totaal (links) en P-totaal (rechts) (resultaat van de Theil-Sen hellingschatter).

Voor N-totaal hebben 20 van de 24 waterbeheerders een significant neerwaartse trend (Theil-Sen hellingschatter; zie Figuur 4.5 links). In waterschap Amstel, Gooi en Vecht is de bovengrens van het 95%-betrouwbaarheidsinterval opwaarts, waardoor de trend als niet significant beoordeeld is (zie Figuur 4.6, rechts). De waterschappen Delfland, Roer en Overmaas en Scheldestromen hebben minder dan acht meetlocaties, waardoor geen betrouwbare uitspraak gedaan kan worden over een gebiedstrend (zie paragraaf 4.1). Als tweede voorbeeld voor N-totaal is links in Figuur 4.6 de kruisplot voor waterschap Peel en Maasvallei weergegeven. In dit waterschap is de sterkste daling in concentratie te zien. Indien gekeken wordt naar de trendresultaten voor N-totaal voor de verschillende meetlocaties binnen de verschillende waterschappen, verkregen met de Seasonal Mann Kendall trendtest, is het beeld vrij eenduidig: het grootste deel van de meetlocaties (veelal tussen de 80 en 100%) heeft een significant neerwaartse trend voor N-totaal (zie Figuur 4.8). De meeste meetlocaties met een opwaartse trend liggen in Waterschap Amstel, Gooi en Vecht, 25% van de meetlocaties in dit beheersgebied heeft een opwaartse trend. Daarnaast is er in dit waterschap een groot percentage (40%) zonder significante trend.

(40)

30 van 40

Van de overige waterschappen hebben Roer en Overmaas, Reest en Wieden en Zuiderzeeland een relatief groot aantal meetlocaties (>20%) met een trend die niet significant is.

In de grafieken met de LOWESS-trendlijn en de 25- en 75-percentiel trendlijnen (zie Bijlage E.2) zijn ook de variaties in de trend door de tijd heen te zien. Bij de meeste waterschappen dalen de trendlijnen voor N-totaal over de gehele periode met in sommige jaren een sterkere daling en in sommige jaren een afvlakkende daling. Bij een aantal waterschappen is er in een deel van de meetperiode een opwaartse trend te zien:

• In Amstel, Gooi en Vecht laat N-totaal vrijwel de gehele periode een opwaartse trend zien;

• Bij Hollands Noorderkwartier is er vanaf 1990 t/m 2003 een daling en vanaf 2004 laat de N-totaal concentratie een stijging zien;

• De N-totaal concentratie in de Dommel stijgt vanaf 1993 t/m 2004 en neemt af vanaf 2005.

Voor P-totaal geldt dat bij 14 van de 24 waterbeheerders de trend significant neerwaarts is (Theil-Sen hellingschatter; zie Figuur 4.5 rechts). De waterschappen zonder significante trend door een opwaartse bovengrens van het 95% betrouwbaarheidsinterval zijn: Rijnland, Schieland en Krimpenerwaard, Rivierenland, Aa en Maas, Dommel, Peel en Maasvallei en Groot Salland. Net als bij N-totaal is bij Delfland, Roer en Overmaas en Scheldestromen de trend niet significant omdat er te weinig meetlocaties zijn om een uitspraak over de trend te doen. De kruisplots voor de waterschappen zijn weergegeven in Bijlage E.1 (Theil-Sen hellingschatter). Als voorbeeld zijn in Figuur 4.7 de kruisplots voor Noorderzijlvest, met een relatief sterk neerwaartse trend, en Aa en Maas, met geen significante trend, weergegeven. In Figuur 4.9 is voor P-totaal het resultaat te zien van de Seasonal Mann Kendall trendtest: per waterschap het aantal locaties met een opwaartse, neerwaartse en zonder significante trend weergegeven. Het grootste deel van de waterschappen laat bij meer dan de helft van de meetlocaties een significant neerwaartse trend zien. Bij enkele waterschappen laat minder dan de helft van de meetlocaties een significant neerwaartse trend zien: Aa en Maas, Dommel, Rijnland en Scheldestromen.

In de grafieken met de LOWESS-trendlijn en de 25- en 75-percentiel trendlijnen (zie Bijlage E.2) zijn ook de variaties in de trend door de tijd heen te zien. Bij de meeste waterschappen dalen de trendlijnen over de gehele periode met in sommige jaren een sterkere daling en in sommige jaren een afvlakkende daling. Bij een aantal waterschappen is er in een deel van de meetperiode een opwaartse trend te zien:

• Amstel, Gooi en Vecht: de mediaan van de LOWESS en de 25-percentiel stijgen van 1990 t/m 2005 licht. Vanaf 2006 is er een daling in de P-totaal concentratie;

• Rijnland: tot 2006 stijgt de P-totaal concentratie, vanaf 2006 is er een daling te zien; • Aa en Maas: de 25-percentiel van de LOWESS stijgt de gehele periode, de

75-percentiel daalt de gehele periode en de mediaan stijgt heel licht in het begin van de jaren 90 en daalt daarna tot 2007, waarna de P-totaal concentratie stabiel blijft;

• Dommel: van 1990 tot 2002 stijgt de P-totaal concentratie en vanaf 2002 is er een daling te zien;

• Fryslân: de concentratie P-totaal daalt tot 2006, en daarna is er een lichte stijging te zien.